164. 最大间距

给定一个无序的数组,找出数组在排序之后,相邻元素之间最大的差值。

如果数组元素个数小于 2,则返回 0。

示例 1:

输入: [3,6,9,1]
输出: 3
解释: 排序后的数组是 [1,3,6,9], 其中相邻元素 (3,6) 和 (6,9) 之间都存在最大差值 3。
示例 2:

输入: [10]
输出: 0
解释: 数组元素个数小于 2,因此返回 0。
说明:

你可以假设数组中所有元素都是非负整数,且数值在 32 位有符号整数范围内。
请尝试在线性时间复杂度和空间复杂度的条件下解决此问题。

思路

  1. 假设n个元素都落在集合[1, u]内,那么它们之间的最大间隙gap不会小于(u-l)/(n-1)。由于其值可能等于0,在此道题里没有意义,所以需要确保间隙必须大于等于1。
  2. 于是,桶的个数定为(u-l)/gap+1。对于每个元素num,将会落在k=(num-l)/gap桶里。
  3. 桶最大间隙就存在于桶间。
class Solution {
 public:
  int maximumGap(vector<int>& nums) {
    int size = nums.size();
    if (size < 2) return 0;

    int mini = *min_element(nums.begin(), nums.end());
    int maxi = *max_element(nums.begin(), nums.end());

    //为确保桶间空隙大于1
    int gapBetweenBuckets = max(1, (maxi - mini) / (size - 1));
    int numberOfBuckets = (maxi - mini) / gapBetweenBuckets + 1;

    //存储着每个桶里的最小值和最大值
    vector<int> bucketsMin(numberOfBuckets, INT_MAX);
    vector<int> bucketsMax(numberOfBuckets, INT_MIN);

    //遍历数组,确定每个桶里的最小值和最大值
    for (int num : nums) {
      //判断此数应该落在哪个桶里
      int k = (num - mini) / gapBetweenBuckets;
      if (num < bucketsMin[k]) bucketsMin[k] = num;
      if (num > bucketsMax[k]) bucketsMax[k] = num;
    }

    int i = 0, j;
    gapBetweenBuckets = bucketsMax[0] - bucketsMin[0];
    while (i < numberOfBuckets) {
      //算出此桶和下一个桶的间隙值
      j = i + 1;
      //跳过空桶
      while (j < numberOfBuckets && bucketsMax[j] == INT_MIN &&
             bucketsMin[j] == INT_MAX) {
        j++;
      }
      //此桶为最后一个桶了,没有下一个桶可以供其进行比较
      if (j == numberOfBuckets) break;
      gapBetweenBuckets = max(gapBetweenBuckets, bucketsMin[j] - bucketsMax[i]);
      i = j;
    }
    return gapBetweenBuckets;
  }
};
全部评论

相关推荐

自从我室友在计算机导论课上听说了“刷&nbsp;LeetCode&nbsp;是进入大厂的敲门砖”,整个人就跟走火入魔了一样。他在宿舍门口贴了一张A4纸,上面写着:“正在&nbsp;DP,请勿打扰,否则&nbsp;Time&nbsp;Limit&nbsp;Exceeded。”日记本的扉页被他用黑色水笔加粗描了三遍:“Talk&nbsp;is&nbsp;cheap.&nbsp;Show&nbsp;me&nbsp;the&nbsp;code。”连宿舍聚餐,他都要给我们讲解:“今天的座位安排可以用回溯算法解决,但为了避免栈溢出,我建议用动态规划。来,这是状态转移方程:dp[i][j]&nbsp;代表第&nbsp;i&nbsp;个人坐在第&nbsp;j&nbsp;个位置的最优解。”我让他去楼下取个快递,他不直接去,非要在门口踱步,嘴里念念有词:“这是一个图的遍历问题。从宿舍楼(root)到驿站(target&nbsp;node),我应该用&nbsp;BFS&nbsp;还是&nbsp;DFS?嗯,求最短路径,还是广度优先好。”和同学约好出去开黑,他会提前发消息:“集合点&nbsp;(x,&nbsp;y),我们俩的路径有&nbsp;k&nbsp;个交点,为了最小化时间复杂度,应该在&nbsp;(x/2,&nbsp;y/2)&nbsp;处汇合。”有一次另一个室友低血糖犯了,让他帮忙找颗糖,他居然冷静地分析道:“别急,这是一个查找问题。零食箱是无序数组,暴力查找是&nbsp;O(n)。如果按甜度排序,我就可以用二分查找,时间复杂度降到&nbsp;O(log&nbsp;n)。”他做卫生也要讲究算法效率:“拖地是典型的岛屿问题,要先把连通的污渍区块都清理掉。倒垃圾可以用双指针法,一个指针从左往右,一个从右往左,能最快匹配垃圾分类。”现在我们宿舍的画风已经完全变了,大家不聊游戏和妹子,对话都是这样的:“你&nbsp;Two&nbsp;Sum&nbsp;刷了几遍了?”“别提了,昨天遇到一道&nbsp;Hard&nbsp;题,我连暴力解都想不出来,最后只能看题解。你呢?”“我动态规划还不行,总是找不到最优子结构。今天那道接雨水给我整麻了。”……LeetCode&nbsp;真的害了我室友!!!
老六f:编程嘉豪来了
AI时代还有必要刷lee...
点赞 评论 收藏
分享
评论
点赞
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务